Tehetséggondozás és kutatói utánpótlás fejlesztése autonóm járműirányítási technológiák területén. Pályázati felhívás

Átírás

1 Pályázati felhívás A Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) (1111 Budapest, Műegyetem rakpart 3.) ösztöndíj pályázatot hirdet a BME Térítési és Juttatási Szabályzat (TJSZ) 23. alapján. Előzmények: A Budapesti Műszaki és Gazdaságtudományi Egyetem, az Eötvös Loránd Tudományegyetem, valamint a Széchenyi István Egyetem pályázatot nyert el Tehetséggondozás és kutatói utánpótlás fejlesztése autonóm járműirányítási címmel. Az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával megvalósuló EFOP VEKOP projekt keretében A projekt keretében háromféle feladatkörben, ezeken belül több témakörben hirdetünk ösztöndíjat: 1. Hallgatói kutatási feladatok 2. Hallgatói tananyagfejlesztési feladatok 3. Szakmai program szervezési feladatok A választható témakörök ismertetését a dokumentum végén található melléklet tartalmazza. Célkitűzés: A BME részéről a pályázat meghatározó célkitűzése az autonóm járművek és elektromobilitással kapcsolatos kutatások végzése. Az elnyert pályázat lehetőséget ad arra, hogy a kutatásokban BSc és MSc hallgatók, valamint doktoranduszok is részt vehessenek, és a pályázat keretében ösztöndíjban részesüljenek. A pályázás módja: Az ösztöndíjra egyénileg, a webes pályázati adatlap ( ) kitöltésével ÉS a mellékelt szándéknyilatkozat leadásával lehet pályázni. A pályázat benyújtásához a felsorolt témák témavezetőjétől szakmai ajánlás szükséges, melyet nem kell külön csatolni, azt az értékelés során a témavezető adja meg. A szándéknyilatkozatokat július 27-én 12:00 óráig kell benyújtani az St 106.irodában, vagy bedobni Dr. Aradi postaládájába. A pályázat keretében hiánypótlásra nincs mód, a benyújtott pályázat hiánytalanságáért a pályázó felelős. Az ösztöndíj időtartama: szeptember február 28. (odaítélt időtartam lehet 3-6 hónap) Az ösztöndíj összege: Ft/hó Ft/hó

2 A pályázók köre: BME-n alap-, mester- vagy PhD képzésben részvevő, a 2018/2019 I. félévben aktív jogviszonnyal rendelkező hallgatók. A pályázó feladata: - Kutatási feladat esetén: Kutatás a választott témában a témavezető és a kijelölt mesteroktató (mentor) irányításával, a kutatási eredmények szakdolgozatban, diplomatervben, TDK dolgozatban, konferenciákon, vagy egyéb publikációban történő közzététele. A pályázó vállalja, hogy havonta írásos beszámolót készít az előrehaladásról. - Tananyagfejlesztési feladat esetén: A választott témában a témavezető és a kijelölt mesteroktató (mentor) irányításával, a megjelölt formában oktatási anyag kidolgozása. A pályázó vállalja, hogy havonta írásos beszámolót készít az előrehaladásról. - Szakmai program szervezési feladat esetén: Előadások, üzemlátogatások, szakmai programok szervezése és tartása hallgatók számára. A tervezett konkrét programok rövid ismertetését és a pályázó jelenlegi és korábbi közösségi szerepvállalásait a pályázatnak tartalmaznia kell. A pályázó vállalja, hogy a programok lebonyolítását megfelelően dokumentálja. Az értékelés menete: A benyújtott írásbeli pályázatokat a BME KJK dékánja által kijelölt bíráló bizottság augusztus 15-ig értékeli. A bíráló bizottság értékelése és javaslata alapján, a pályázaton nyertes hallgatók személyét, és az általuk elnyert ösztöndíj összegét a dékán állapítja meg a beérkezett pályázatok, és a rendelkezésre álló keret figyelembe vételével. Az eredményről a pályázó a megadott címére kap értesítést augusztus 17-ig. A pályázati kiírás közzétételi helye: KJIT honlap június 28. Dr. Varga István dékán

3 Tananyagfejlesztési feladatok Melléklet Sorszám Tantárgy neve Képzés Tantárgyfelelős Tervezett Mentor fejlesztés T-1 Járműfedélzeti rendszerek I. BSc Bécsi Példatár Aradi T-2 Járműfedélzeti rendszerek II. BSc Bécsi Példatár Aradi T-3 Járműfedélzeti rendszerek III. BSc Bécsi Példatár Bécsi T-4 Érzékelők és beavatkozók I. BSc Soumelidis Alexandros Példatár Soumelidis Alexandros T-5 Érzékelők és beavatkozók II. BSc Soumelidis Alexandros Példatár Soumelidis Alexandros T-6 Logikai hálózatok BSc Bokor József Példatár Bede Zsuzsanna T-7 Irányítástechnika BSc Bokor József Laborvideók, Moodle vizsga T-8 Elektrotechika - elektronika BSc Szabó Géza Példatár Szabó Géza T-9 Számítógépes műszaki alkalmazás BSc Bede Zsuzsanna Példatár Bede Zsuzsanna T-10 Kommunikációs rendszerek BSc Szabó Géza Példatár Szabó Géza T-11 Diszkrét irányítások tervezése MSc Gáspár Péter Példatár Bécsi T-12 Irányításelmélet és rendszerdinamika / Control theory and system dynamics AVCE Bokor József - Gáspár Péter - Szabó Zoltán Példatár Gáspár Péter T-13 Járműipari környezetérzékelés / Automotive environment sensors T-14 Befecskendező, soros adagoló, karburátor vizsgáló próbapadok laborsegédletei AVCE Aradi Példatár Aradi AVCE Vass Sándor Laborsegédlet Vass Sándor

4 Kutatási Feladatok K-1 Zárt versenypályán haladó jármű optimális irányítása szimulációs környezetben, felügyelt gépi tanulás alkalmazásával K-2 Autópálya viselkedés állapotgépének és döntési modelljének tervezése autonóm járművek részére K-3 Autópálya haladás megvalósítása megerősítéses tanulás és neurális hálózatok alkalmazásával K-4 Zárt versenypályán haladó jármű irányítási lehetőségeinek összehasonlítása szimulációs környezetben, megerősítéses tanulás alkalmazásával K-5 Optimalizáción alapuló trajektóriatervezés analitikusan megoldható egyszerű járműmodell segítségével K-6 Hierarchikus trajektóriatervező algoritmus fejlesztése K-7 Trajektóriatervezés neurális hálózat segítségével K-8 Tetszőleges járműtrajektória értékelése dinamikai megvalósíthatóság szempontjából K-9 Jármű állapotának és mozgási modelljének meghatározása Aradi Aradi Aradi Aradi Bécsi Bécsi Bécsi Bécsi Bécsi Szimulált versenyautó optimális irányításának megvalósítása gépi tanulás és neurális jálózatok segítségével. A feladat során egy kamera kép és a jármű dinamikai változói alapján kell előállítani a bevatkozó jelet. A megvalósítást ún. "end-to-end learning" kell megvalósítani. A szimulációs környezet a The Open Racing Simulator, a programozási feladatokat Python nyelven kell implmentálni. A feladatra történő jelentkezésnek nem feltétele a Python nyelv ismeret, de előnyt jelent. A cél egy autópályán működő ún. "highway pilot" rendszer stratégiai szintű döntéseinek meghozására szolgáló algoitmus kifejlesztése. A feladat során az autópályán haladó járműnek magas szintű döntéseket kell hozni a környezeti információk és a saját állapota alapján. A feladatot klasszikus módszerekkel, valamint gépi tanulással is meg lehet közelíteni. A szimulációs környeztre egy saját modell implementálása szükséges. A programozási feladatokat Matlabban és Pythonban kell megvalósítani. A cél egy autópályán működő ún. "highway pilot" rendszer irányító algoitmusának kifejlesztése. A feladat során az autópályán haladó jármű hosszés keresztiirányú beavatkozó jeleit kell előállítani a környezeti információk és a saját állapota alapján. A megerősítéses tanulással kell megközelíteni. A szimulációs környeztre egy saját modell implementálása szükséges. A programozási feladatokat Matlabban és Pythonban kell megvalósítani. Szimulált versenyautó optimális irányításának megvalósítása különböző megerősítéses tanulási metódus segítségével. A feladat során a környezeti nofrmációk és a jármű dinamikai változói alapján kell előállítani a bevatkozó jelet. Különböző megersőítéses tanulási módszerek összehasonlítását lehet elvégezni.. A szimulációs környezet a The Open Racing Simulator, a programozási feladatokat Python nyelven kell implmentálni. A feladatra történő jelentkezésnek nem feltétele a Python nyelv ismeret, de előnyt jelent. A feladat az, hogy egy analitikusan megoldható, egyszerű, lineáris járműmodell felhasználásával vizsgáljuk meg a tervezési optimumfeladat megoldási lehetőségeit. Meghatározandó, hogy az optimumkeresés megoldható-e teljesen, vagy legalább részben analitikusan (pl. Jacobi és Hesse mátrixok előállítása numerikus differenciálás nélkül). A számításokhoz javasolt számítógépes algebrai szoftverek (Maple, Wolfram Mathematica) használata. A feladat célja a trajektória-jelöltek megtervezése az optimalizációs eljárás helyett valamilyen egyszerű, pl. geometrián alapuló módszer segítségével, majd a trajektóriajelöltek közül az ütközéshez vezető példányok eltávolítása, valamint a megmaradó jelöltek biztonsági, megvalósíthatósági, és kényelmi szempontok szerint történő megfelelőségi sorrendbe állítása. A feladat célja egy megfelelő neurális hálózat megalkotása, és a rendelkezésre álló optimalizációs algoritmus által offline kiszámolt adatkészlet segítségével a trajektóriatervezési feladat megtanítása a hálózatnak. Vizsgálandó a betanított neurális háló működése és teljesítménye (főként trajektória minőség és számítási erőforrás igény tekintetében). A neurális háló által szolgáltatott eredmények összehasonlítandók az eredeti, optimalizáción alapuló módszer eredményeivel. A feladat célja, hogy egyszerűbb, kevésbé számításigényes (pl. geometriai) módszerekkel előállított tetszőleges trajektória dinamikai megvalósíthatóságáról gyorsan és pontosan döntést tudjunk hozni. Így már egy pontosabb, modellalapon számított trajektória rendelkezésre állása előtt is találhatunk egy bár nem optimális, de gyorsan megtervezhető, és biztonsági szempontokból elfogadható tartalék trajektóriát. Közúti forgalomban egy előttünk haladó vagy szembe jövő jármű mozgásállapotának és az aktuális mozgási modellnek becslése. Az mozgási

5 K-10 Járművek közötti kommunikáció késleltetésének hatása az állapotbecslésre K-11 Multi-Bernoulli szűrő alkalmazása közúti forgalomban K-12 Autópálya-kapacitások újraszámítása összekapcsolt és autonóm járművek esetén, különböző kommunikációs és irányítási protokollok mellett K-13 Autonóm jármű forgalomszimulátorba illesztése K-14 Kockázatértékelés és biztonságelemzés a forgalomirányító berendezés és autonóm járművek együttműködésének vonatkozásában K-15 Az autonóm jármű útvonalválasztásához használandó célfüggvény meghatározása K-16 Lézeres járműérzékelő tesztelése és továbbfejlesztési lehetőségei. K-17 Korszerű forgalomirányító stratégiák teljesítményvizsgálata Bécsi Bécsi modellek egy előre definiált halmazból származnak, pl: egyenes vonalú mozgás, kanyarodás, követi a sávot, sávváltás, letér az útról stb.megvalósítás valamilyen multiple model algoritmus segítségével. Járművek V2X kommunikációval megosztják egymással a mozgásállapotukat. A kommunikációban szükségszerűen jelen lévő késleltetések rontják a közölt adatok minőségét. Feladat meghatározni, hogy a késleltetések hogyan hatnak az adatok bizonytalanságára.figyelembe lehet venni a jármű sebességének hatását a kommunikáció minőségére. Közúti közlekedésben megvalósítandó kooperatív objektum detektálás és követés. A forgalom jellegzetességei miatt együttműködő járműcsoportok adhoc jelleggel alakulnak ki. Ilyen körülmények között a kooperatív érzékelés és adatfúzió a multi-bernoulli szűrő alkalmazásával végzendő el. Meg kell oldani az egymáshoz képest mozgó platformokról beérkező adatok egységes feldolgozását. Megvalósítás részecske szűrő vagy gaussian mixture közelítésben. A feladat az autópálya-kapacitások újraszámítása összekapcsolt és önálló autonóm járművek esetén, különböző kommunikációs és irányítási protokollok mellett. A vizsgálat elvégzése mikroszkopikus forgalomszimulációs eszközök segítségével. Az autonóm járművek kommunikáció és irányítási protokolljaiból adódó, a forgalmi teljesítményre közvetlen befolyással bíró menetdinamikai tulajdonságok és az ebből fakadó elméleti kapacitás változások vizsgálata Veins szoftver segítségével. A kutatáshoz rendelkezésre álló szoftverek: MATLAB, TraCI4Matlab, SUMO, Veins. Autonóm jármű forgalomszimulátorba illesztése (Vissim, Matlab, PreScan, SUMO alkalmazásával). A kutatás során az alábbiak elvégzése a cél: 1) szimulációs keretrendszer kialakítása, amelyben Vehicle in The Loop tesztek valósíthatók meg autonóm és kooperatív irányítás témakörében; 2) autonóm jármű virtuális forgalomba illesztése 3) Tesztelés. A kutatáshoz rendelkezésre álló szoftverek: MATLAB, VISSIM/VISUM, SUMO, PreScan Kockázatértékelés és biztonságelemzés a forgalomirányító berendezés és autonóm járművek együttműködésének vonatkozásában. A kutatás során az alábbiak elvégzése a cél: 1) Kockázatértékelési és biztonságelemzési módszerek áttekintése 2) A módszerek alkalmazása a forgalomirányító berendezés és autonóm járművek vonatkozásában 3) Petri-háló építése. A kutatáshoz rendelkezésre álló szoftverek: MATLAB, VISSIM/VISUM, SUMO. Az autonóm jármű útvonalválasztásához használandó célfüggvény meghatározása. Az egyéni hasznot maximalizáló útvonal eltér a teljes társadalmi hasznot maximalizálótól a torlódási externália miatt. A kutatás során az alábbiak elvégzése a cél: 1) Útvonalválasztási célfüggvények, járművezetői viselkedési modellek áttekintése 2) Új célfüggvények definiálása az autonóm járműves közlekedés figyelembevételével 3) Szimulációs vizsgálat. A kutatáshoz rendelkezésre álló szoftverek: MATLAB, VISSIM/VISUM, SUMO. Lézeres járműérzékelő (MS Tanácsadó és Kereskedelmi Kft. terméke) tesztelése és továbbfejlesztési lehetőségei. A szenzor adatok felhasználásával az alapvető forgalomtechnikai paraméterek becslése. A makroszkopikus forgalmi modell (fundamentális diagram elmélet) alkalmazása. Szűrési eljárások vizsgálata és tesztelése a mérések javítására (pl. Kalman-szűrő). Adatfeldolgozó algoritmus és statisztikai modul tervezése a szenzorhoz. Korszerű forgalomirányító stratégiák teljesítményvizsgálatának módszertana egy kritikus kérdés annak eldöntésére, hogy milyen irányelvek mentén szükséges a forgalmat befolyásolni. A kutatás során az alábbiak elvégzése a cél: 1) Valós budapesti mérések (hurokdetektor, FCD) vizsgálata, 2) Módszertan építése 3) Mikro-szimulációs és egyéb szoftverek által adott kimeneti mérések vizsgálata, áttekintése (átlagos fogyasztás, eljutási idők, megállások száma, stb...). A kutatáshoz rendelkezésre álló szoftverek: MATLAB, VISSIM/VISUM, SUMO.

6 K-18 Intelligens jármű-közlekedésinfrastruktúra Bede rendszerek Zsuzsanna összehangolt irányítása K-19 Autonóm járművek forgalomra való hatásának vizsgálata szimulációs eszközökkel K-20 Autonóm járművek kereszteződésben való interakciójának kezelése K-21 Előzési és sávváltási esetek kezelése a járműirányításban K-22 Az autonóm járműirányítás trendjeinek vizsgálata K-23 Mesterséges intelligencia szoftverek járműorientált alkalmazásainak feltérképezése K-24 Autonóm járműirányítási algoritmusok implementálhatósági kérdései K-25 Járműpozícióbecslés videókamera alapon K-26 Nagy adathalmaz alapú autonóm jármű stabilitás vizsgálat K-27 Automatizált jármű vezetési kérdései K-28 Autonóm jármű akadálydetektálási és elkerülési kérdései K-29 Járművezetők autonóm irányítási célú modellezése K-30 Járművezető az irányítási körben Bede Zsuzsanna Bede Zsuzsanna Bede Zsuzsanna Feladat egy olyan rendszer tervezése, ahol nem csak egyes járműveket szabályozunk, hanem figyelembe vesszük a jármű dinamikájára ható környezeti hatásokat is, azaz a paraméterek forgalomfüggőek, valamint a forgalmat befolyásoló irányítási módszerek pedig a szabályzástól függenek. Feladat egy autonóm jármű viselkedésének vizsgálata. A vizsgálat során figyelembe kell venni, hogy a vizsgált jármű forgalomban halad. A forgalomban közlekedő autonóm jármű mozgásának hatása van az őt körülvevő járművek mozgására is. A feladat célja különböző forgalmi szituációkban, elsősorban kereszteződésekben az autonóm járművek viselkedésének vizsgálata, különös tekintettel a nem autonóm járművekkel való együttműködésre. Vezetést támogató rendszerek fejlesztése előzési és sávváltási szituációkra. Az adott szituációk felismerhetőségének és a manőverek biztonságos végrehajtásnak vizsgálata. Az autonóm járműirányítási rendszerek területén számos jelentős kutatóintézet és ipari szereplő fejt ki innovációs tevékenységet. A feladat célja irodalomkutatást végezni a területen, megvizsgálva a jelenlegi és a várható jövőbeli fejlesztési irányokat, és egyben a kihívásokat különös tekintettel a meg nem oldott problémákat. A kutatás során az autonóm járműirányításban alkalmazható mesterséges intelligenciára épülő szoftvereket szükséges feltérképezni. A fellelhető szoftverek közül előnyt élveznek a Matlab alapú algoritmusok, illetve az ingyenesen elérhető szoftverek. A feladat része annak felkutatása, hogy melyik szoftver milyen előnyökkel/hátrányokkal rendelkezik, illetve eddig milyen autonóm járműirányítási feladatokat oldottak meg vele. A Matlab programhoz számos olyan toolbox létezik, ami közvetlenül Matlab kódból képes generálni mikrokontroller számára értelmezhető programkódokat. Az autonóm járműirányítási rendszerek tesztkörnyezetben való gyors alkalmazhatóságában kulcskérdés, hogy ezek a fordító algoritmusok mennyire jól képesek kielégíteni a velük szemben támasztott igényeket. A kutatási feladat során egy előre kiválasztott mikrokontroller vonatkozásában szükséges egyes autonóm járműirányítási funkciókat megoldó összetett algoritmusok fordíthatóságát megvizsgálni. Okos autonóm kereszteződések esetében egy jövőbeli irány olyan videókamerán alapuló algoritmusok használata, aminek során a kereszteződésbe belépő járművek, illetve gyalogosok pozíciója határozható meg. A kutatási feladat során olyan mesterséges intelligencián alapuló algoritmus kidolgozása a cél, ami előírt pontossággal képes a járműpozíció becslésére. A kutatás során az állapottér alapú megközelítésekkel szemben olyan, kizárólag mért adatokra épülő módszer kidolgozása a cél, aminek alapján a jármű oldalirányú stabilitása értékelhető. Az automatizált járművek esetében a járművezető szerepe várhatóan meg fog változni. A jármű üzeme során bizonyos esetekben maga lát el vezetési feladatokat, máskor az autonóm funkciók. A két üzemállapot között pedig átadás-átvételi feladatok zajlanak le. A kutatás célja az automatizált jármű új típusú vezetésével összefüggő kérdések vizsgálata, az eddigi eredmények kiértékelése, irodalomkutatás. A feladat autonóm járművek haladása során előkerülő akadályok felismerésének vizsgálata, valamint azok elkerülése biztonságos trajektória tervezésen keresztül. Az elkerülési manőverek végrehajthatóságának elemzése. A járművezető a magasan automatizált járművek esetében is kiemelt szereplő, a modellezése ennek megfelelően segíthet a jövőbeli intelligens járműirányítási algoritmusok kifejlesztésében A járművezető a magasan automatizált járművek esetében is kiemelt szereplő, a modellezése ennek megfelelően segíthet a jövőbeli intelligens járműirányítási algoritmusok kifejlesztésében.

7 K-31 Intelligens járműközlekedésinfrastruktúra rendszerek összehangolt irányítása K-32 Autonóm járművek forgalomra való hatásának vizsgálata szimulációs eszközökkel K-33 Szenzorfúzió az autonóm járműirányítási rendszerekben K-34 GPS mérési adatsorok trajektóriába való konvertálási és szűrési kérdései K-35 Járműirányítás az Udacity szimulációs környezetben K-36 Mesterséges intelligencia és tanulási algoritmusok alkalmazása az autonóm rendszerek területén K-37 Jármű oldalirányú hibájának videó alapú becslése K-38 Előzési és sávváltási esetek kezelése a járműirányításban K-39 Autonóm járművek kereszteződésben való interakciójának kezelése K-40 Kamerarendszer és LiDAR fúzióján alapuló trajektória tervező algoritmus fejlesztése K-41 Szenzorfúzión alapuló pozícióbecslés kérdései K-42 Nagyméretű adathalmazok feldolgozásának kérdései intelligens jármű és közlekedési rendszerekben K-43 Elektromos hajtások laboratóriumi próbapad fejlesztése K-44 Elektromos hajtások laboratóriumi gépek véges elemes analízise Harth Péter Harth Péter Feladat egy olyan rendszer tervezése, ahol nem csak egyes járműveket szabályozunk, hanem figyelembe vesszük a jármű dinamikájára ható környezeti hatásokat is, azaz a paraméterek forgalomfüggőek, valamint a forgalmat befolyásoló irányítási módszerek pedig a szabályzástól függenek. Feladat egy autonóm jármű viselkedésének vizsgálata. A vizsgálat során figyelembe kell venni, hogy a vizsgált jármű forgalomban halad. A forgalomban közlekedő autonóm jármű mozgásának hatása van az őt körülvevő járművek mozgására is. A jelenlegi önálló környezet- és jármű állapot érzékelő szenzorcsoportok összehangolása, a különböző mérési eredmények fúziója nagyban növelheti az érzékelt környezet pontosságát és robusztusságát, a kutatás az ilyen jellegű szenzorfúziós feladatokra összpontosít. A GPS adatok direkt felhasználása a járműtrajektóriában rengeteg kérdést vet fel, a szenzor pontosságának fényében, ezek szűrése és feldolgozása a kutatási feladat. A kutatás a mesterséges intelligencia alkalmazásának lehetőségeit vizsgálja meg Udacity környezetben. Az átfogó téma a mesterséges intelligencia különböző alkalmazási lehetőségeit célozza meg az autonóm járművek területén. A járműdinamikában a járműállapot becslése kiemelt fontosságú, ennek egy képfeldolgozáson alapóló kutatását célozza meg a kiírt téma Vezetést támogató rendszerek fejlesztése előzési és sávváltási szituációkra. Az adott szituációk felismerhetőségének és a manőverek biztonságos végrehajtásnak vizsgálata. A feladat célja különböző forgalmi szituációkban, elsősorban kereszteződésekben az autonóm járművek viselkedésének vizsgálata, különös tekintettel a nem autonóm járművekkel való együttműködésre. Az önvezető járműveken jellemzően elérhető szenzorok közé tartozó sztereó kamerarendszer és lézer alapú távolságérzékelés (LiDAR) kimenetének adatfúziója lehetővé teszi ezen rendszerek előnyeinek ötvözését, valamint az érzékelési pontosság és megbízhatóság növelését, amely biztonságkritikus rendszerek esetén kulcsfontosságú. A projekt célja olyan manőver és trajektória tervező algoritmus fejlesztése, amely a jármű dinamikájának figyelembe vételével tervez megvalósítható, az adott pillanatban elérhető információk alapján optimális útvonalat a fúzionált szenzorok által érzékelt akadályok elkerülésével. A szenzorfúziós technológiák alkalmazása során számos olyan kérdés merül fel, ami valószínűségi értékelést is igényel. A kutatási feladat célja egy olyan algoritmus alapjainak kidolgozása, ami képes videókamera, LiDar és GNSS adatokból különböző szűrési eljárásokon keresztül becsülni az autonóm járművek és a gyalogosok helyzetét. A kutatás a jövőben, az autonóm és "connected" járművekből származó "Big Data" feldolgozásának kérdéseit vizsgálja.gnss adatokból különböző szűrési eljárásokon keresztül becsülni az autonóm járművek és a gyalogosok helyzetét. A hallgató feladata az előző témához szorosan kapcsolódó próbapad megtervezése. A szükséges villamos berendezések, szenzorok, műszerek, tengelykapcsoló, fékező villanymotor kiválasztása, tesztkörnyezet megtervezése. A hallgató feladata, a megtervezett villanymotor(ok) végeselemes szimulációjának elvégzése. ságtani vizsgálat, kritikus fordulatszámok meghatározása, melegedés vizsgálata. Csapágyak ellenőrzése.

8 K-45 Pályageometria tervezés alacsony sebességgel K-46 Parkolóhely detektálás autonóm valet parking rendszerhez K-47 Pályageometria tervezés változó sebességgel K-48 Dinamikus pályatervezés változó környezetben K-49 Parkolás manőver tervezése K-50 A zalaegerszegi tesztpálya modellezési lehetőségeinek kutatása PreScan vagy Vires környezetben K-51 Autonóm járművek szenzorozottságának vizsgálata PreScan vagy Vires környezetben K-52 Autonóm jármű funkciók modellezése PreScan vagy Vires környezetben K-53 Autonóm jármű trajektória tervezése és követése PreScan vagy Vires környezetben és a valóságban Az autonóm járművek trajektória tervezése alapvetően két részből áll: az útvonal geomatriájának a tervezéséből és a hozzá tartozó sebességprofil meghatározásából. Több olyan autonóm jármű funkció is van, melyben alacsony sebességgel kell manőverezni, így elegendő a pálya geometriáját megtervezni. A kiírt szakdolgozat téma parkolóhelyek környezetében történő manőverezéshez tervezi meg a jármű útvonalát, melyhez valós környezetben végrehajtható tesztelési lehetőség is adott. Az autonóm parkolási folyamat egyik meghatározó lépése az parkolóhely foglaltságának felismerése. Ehhez a jármű szofverének a rendelkezésre álló bejövő információk alapján kell döntsét hoznia. A bejövő információ származhat GPS térképből és a jármű saját szenzoraiból (videókamera vagy LIDAR). A kiírt szakdolgozat téma egy parkolóhely foglaltság felismerő algoritmus fejlesztését követeli meg, valós környezetben lévő tesztelési lehetőségekkel. Az autonóm járművek trajektória tervezése alapvetően két részből áll: az útvonal geomatriájának a tervezéséből és a hozzá tartozó sebességprofil meghatározásából. A legtöbb közlekedési helyzetben az elindulás-megállás hosszírányú irányításon túl szükség van a jármű sebességének folyamatos változtatására, megválasztására. Ezekben a helyezetkben figyelembe kell venni a jármű menetdinamikai tulajdonságait, a környezeti feltételeket és menetkényelmet is. A kiírt szakdolgozat témában a feladat egy adott útvonalhoz a sebességprofil meghatározása, illetve az ezt elvégző algoritmus fejlesztése. Az autonóm járművek útvonaltervezési folyamatában fontos követelmény a változó környezethez való alkalmazkodás. A környezet változhat a közlekedés többi részvevőjének a mozgása miatt is és váratlan, előre nem feltétlen érzékelhető akadány miatt is. Ilyenkor a trajektóra tervezési folyamatnak természtesen alkalmazkodnia kell a változásokhoz, azaz új pályageometriát kell létrehozni szükség esetén új sebességprofillal. A kiírt szakdolgozat témában rendelkezésre álló változó környezetben kell egy pályatervező algoritmust fejleszteni. Az autonóm parkolás folyamata a következő részekből áll: parkolóhely környezet ismerete, parkolóhelyek detektálása, parkolóhely foglaltság felismerése, parkoláshoz szükséges ütvonaltervezés, parkolás végrehajtása. Mindezen feladatok megtervezése során az automatizált jármű irányítási rendszerének minden szintje megismerhető. A kiírt szakdolgozat témában a feladat egy olyan algortimus fejlesztése, mely mindezeket képes egymás után végrehajtani, az algortimus tesztelésére pedig lehetőség van valós környezeti feltételek között is. Az autonóm járművek szimulációs lehetségeit nagy mértékben megkönnyítik a legújabb témaspecifikus szimulációs szoftverek. A kutatási téma keretében az épülő zalaegerszegi tesztpálya elemit kell modellezni PeScan vagy Vires szimulációs rendszerben. A cél a valós környezetben lévő tesztesetek modellezése, ezáltal hatékonyabbá téve a járműteszteket. A legújabb autónóm közlekedés specifikus szimulációs szoftverek a járműirányítási hurok minden egyes elemének a szimulációját lehetővé teszik. A kutatási téma keretében egy autonóm jármű környezetérzékelését kell PreScan vagy Vires környezetben modellezni és megvizsgálni. A legújabb autónóm közlekedés specifikus szimulációs szoftverek a járműirányítási hurok minden egyes elemének a szimulációját lehetővé teszik. A kutatási téma keretében egy autonóm jármű valamely megvalósított önvezető funkcióját kell PreScan vagy Vires környezetben modellezni és megvizsgálni, optimalizálni. A legújabb autónóm közlekedés specifikus szimulációs szoftverek a járműirányítási hurok minden egyes elemének a szimulációját lehetővé teszik. A kutatási téma keretében egy autonóm jármű útvonaltervezését és útvonalkövetését kell PreScan vagy Vires környezetben modellezni és megvizsgálni.

9 K-54 Hibrid járműmodell szimuláció és járműenergetikai vizsgálat (GT-Suite) K-55 Hosszirányú járműkontrol stratégiák, járműsebesség szabályzók vizsgálata és értékelése K-56 Fékvezérlési stratégiák és módszerek, a fékvezérlés kidolgozása demonstrációs járműnél K-57 Motorvezérlési stratégiák autonóm járműveknél, demonstrációs jármű motorvezérlésének kidolgozása K-58 Rádiós távirányító alkalmazási lehetőségének vizsgálata demonstrációs járműnél, a távirányítás megvalósítása K-59 Járműdimaikai modellek felépítése Matlab környeztben trajektóriakövetési feladatok tesztelséhez K-60 Gépjármű kormányrendszer modellezése K-61 Vertikális és horizontális jelzésrendszerek hibáinak feltárása és osztályozása a tesztkörnyezet kialakításához K-62 Autonóm járművek lehetőségei és kihívásai a szállítmányozásban K-63 Heurisztikus optimalizálási módszerek összehasonlítása Vass Sándor Vass Sándor Vass Sándor Vass Sándor Domina Bárdos Lengyel Henrietta Mészáros Ferenc Esztergár- A különféle hajtásrendszerek további hatékonyságjavítása és környezetbarátabbá tétele egy nagyon alapos energetikai vizsgálat után lehetséges. Az egyes hajtásrendszerek hatákonysága a különféle üzemállapotokban jelentősen változik, egy hibrid hajtásrendszer összehangolása így igen összetett feladat. A hosszirányú járműkontroll megfelelő működése az automatizált és autonóm járművek egyik alapvetése. Annak érdekében, hogy a gyakorlatban is egy megbízhatón, gyorsan és pontosan működő szabályozás valósuljon meg, szükséges a szakirodalomban fellelhető kontroll stratégiák kutatása, osztályozása és értékelése a különböző felhasználási területek szerint. A feldolgozott hosszirányú szabályozók közül adott szempontok alapján az optimálisat kell kiválasztani. A lassítási igény alapján történő fékvezérlés a hosszirányú járműkontroll egy fontos része. Emiatt szükséges a szakirodalomban megtalálható fékvezérlési stratégiák kutatása és az adott szempontok alapján legmegfelelőbb vezérlő kiválasztása és alkalmazása a demonstrációs jármű elektromechanikusan működtethető fékberendezésén. A gyorsítási igény alapján történő motorvezérlés a hosszirányú járműkontroll egy fontos része. Emiatt szükséges a szakirodalomban megtalálható motornyomaték vagy fordulatszám vezérlési stratégiák kutatása és az adott szempontok alapján legmegfelelőbb vezérlő kiválasztása és alkalmazása a demonstrációs jármű elektromosan vezérelhető belsőégésű motorjánál. Rádiós távirányítás megvalósítása a demonstrációs járművön egy meglévő távirányító segítségével. A rádiófekvenciás adatátvitel lehetőségeinek vizsgálata és megvalósítása a demonstrációs járművön. Különböző, kinetikát és kinematikát egyaránt tartalmazó járműdinamikai modellek implementálása MATLAB Simulink környezetben. Az elkészült modellek alkalmazása a SMART demonstrációs jármű mozgásának szimulálására, trajektóriakövetési feladatok ellátásához. Autonóm járművek megvalósításának egyik kulcseleme a jármű keresztirányú mozgásának precíz szabályzása. Ez a kormányzott kerekek elforgatásával történik a kormányrendszer, mint beavatkozó által. Éppen ezért a jármű viselkedésének pontos szimulációjához, a kormányrendszer analíziséhez és az esetleges szabályzótervezéshez elengedhetetlen a rendszer modellezése. A diplomamunka célja egy kormányrendszer fizikai alapokon nyugvó modelljének megalkotása, paraméter identifikációja, majd SIL környezetben implementálva teljes járműmodellel csatolt szimulációban való vizsgálata, esetleges járműves mérésekkel való validációja. A vízszintes és függőleges jelek felismerése és nyomon követése sok nehézséget okozhat az autonóm rendszerek számára. A környezeti feltételek, a deformitás és a minőség befolyásolja a jelek észlelését. A biztonságos utazáshoz fontos, hogy felismerjük a csendes-jól jelző rendszereket. Manapság néhány fejlesztő olyan forgalmi jelet fejlesztett ki, amelyet autonóm járművek használhatnak. A számítógépes azonosítás további fejlesztésre szorul, mivel meg kell vizsgálni azokat az eseteket, amikor a forgalmi jelek eltorzulnak vagy helytelenül vannak elhelyezve. Vizsgálatunkban összegyűjtöttük a különböző észlelési módszerek és lehetőségeik előnyeit és hátrányait. A kutatás elsősorban a közúti, de másodsorban a többi alágazat szállítmányozói és fuvarozói szempontból történő automatizálásának lehetőségeit és kihívásait célozza feltárni. Ehhez hasonlóan a feladat részét képezi az árutovábbítás további érdekelt feleinek elemzése és értékelése is: közvetlenül a megbízó és a címzett, de közvetetten a kapcsolódó vagy kiegészítő szolgáltatásokat nyújtó érintettek (vámhatóság, vámügynökségek, pénzintézetek, biztosító társaságok stb.). A városi környezetben egyre növekvő érdeklődés fedezhető fel a tevékenységek flexibilis megvalósítására és ezzel együtt az utazási idő potenciális

10 Kiss Domokos K-64 Heurisztikus optimalizálási módszerek összehasonlítása K-65 Mobilitási csomagok képzési lehetőségeinek vizsgálata K-66 Multimodális utazástervező rendszerek értékelése K-67 Autonóm és intelligens közlekedési rendszerekkel foglalkozó projektek áttekintése és kutatási irányok meghatározása K-68 BME campuson belüli és környéki kerékpárhálózat és információs rendszer fejlesztési javaslatainak kidolgozása K-69 Az elektromos teherjárművek alkalmazása a logisztikai rendszerekben K-70 Az autonóm járművekre épülő mobilitási szolgáltatások modellje K-71 A közúti pályafenntartás informatikai fejlesztése Esztergár- Kiss Domokos Esztergár- Kiss Domokos Esztergár- Kiss Domokos Esztergár- Kiss Domokos KUKG; Földes Dávid Csiszár Csaba Csiszár Csaba Csiszár Csaba csökkentésére. Az egyes tevékenységek térbeli és időbeli flexibilitásának kihasználásával a napi tevékenységi láncok optimalizálhatóak. A feladat célja heurisztikus optimalizálási módszerek alkalmazhatóságának vizsgálata és ezen algoritmusok eredményeinek összehasonlítása különböző közlekedési módok esetében. A napi tevékenységi láncok flexibilis igénypontok bevezetésével optimalizálhatóak. Az optimalizálás az egyes tevékenységek sorrendjének, időpontjának és helyszínének megváltoztatásával érhető el, melyhez a TSP-TW (Traveling Salesman Problem-Time Window) módszer használható. A feladat célja az optimalizáló algoritmus továbbfejlesztése, különös tekintettel az autonóm és elektromos járművek beillesztésére a tevékenységi láncba, illetve az optimalizációs algoritmusba. A fejlett mobilitási szolgáltatások integrálják a különböző szolgáltatók utazási, foglalási és díjfizetési információit, azonban ennek a gyakorlati megvalósítása bonyolult folyamat. A szolgáltatók által kínált lehetőségekből mobilitási csomagok képezhetőek, melyek különböző közlekedési módokat és azok használati idejét tartalmazzák. A feladat célja a mobilitási csomagok meghatározási módszerének továbbfejlesztése, figyelembe véve a különböző utascsoportok igényeit és új közlekedési módok elterjedését, mint az autonóm járművek. A fejlett utazástervező szolgáltatások számos területen megkönnyítik a városi utazók közlekedési igényeinek kielégítését, azonban ezek funkcionalitása nem áll mindig összhangban az utazói elvárásokkal, különös tekintettel az egyes utascsoportok közötti eltérésekre. A feladat célja egy bővített szempontrendszer definiálása és egy kvantitatív értékelési módszer kidolgozása, mely alkalmas multimodális utazástervező rendszerek értékelésére és összehasonlítására, különös tekintettel az autonóm járművek használatából adódó változásokra. Az intelligens közlekedési rendszerek fejlődése és az autonóm járművek térnyerése miatt szükséges a nemzetközi kutatási programok szisztematikus áttekintése és releváns kutatási irányok szerinti csoportosítása. A feladat célja a nemzetközi kutatási programokban megvalósult projektek eredményeinek összegyűjtése és kategorizálása előre definiált szempontok szerint, illetve ezek alapján jövőbeli kutatási irányok meghatározása az autonóm járművek és intelligens megoldások területén. A jelenlegi kerékpárhálózat felmérése, a konfliktuspontok feltárása. Új útvonalak vizsgálata és kijelölése. A jelenlegi kerékpárközlekedés információs rendszerének feltérképezése, a hiányosságok beazonosítása. Javaslat kidolgozása a kerékpárhálózat és a kapcsolódó információs rendszer fejlesztésére. A kutatási kérdések: várhatóan hogyan változik a technológia; hogyan ütemezhető a töltés és az hogyan befolyásolja ez a fuvarszervezést. Feladatok: a működési jellemzők, kihívások összefoglalása; a töltési helyszíneket és a töltőpontok számát meghatározó módszer kidolgozása; a töltéstervezést és a fuvarszervezést témogató információs rendszer modelljének kidolgozása; működési költségek összehasonlítása a hagyományos járművekkel. A kutatási kérdés: hogyan modellezhető a mobilitási szolgáltatáshoz tartozó információs rendszer. Feladatok: a mobilitás, mint szolgáltatás legjobb gyakorlatainak multikritériumos összehasonlítása. A funkciók azonosítása és leírása (üzemeltetői oldal, utazói oldal). Egyes funkciók részletes kidolgozása. A csomagszállítási szolgáltatás információs rendszerének kidolgozása. A kutatás célja egy okos eszközöket és intelligens járműveket, mint mérőrendszereket alkalmazó, valós idejű közúti burkolat- és pályaállapot adatokat gyűjtő, tároló, rendszerező és értékelő információs rendszer kialakítása. A rendszer segítségével és alkalmazásával lehetőség nyílik a hagyományos utak, illetve később az okos utak folyamatos monitoring tevékenységére, mellyel a pályafenntartási munkákat hatékonyan lehet elvégezni.

11 K-72 Tömegrendezvények gyalogos mozgásának vizsgálata és Csiszár befolyásolási módszerei Csaba K-73 Elektromos járművek üzemeltetési módszereinek fejlesztése K-74 Elektromos járművek töltési folyamatainak szabályozása az információs szolgáltatások fejlesztésével K-75 BME campuson belüli autonóm autóbusz rendszer kialakításának feltételei, lehetséges scenario-k elemzése K-76 Földi és automotív lézerszkennelés összehasonlító vizsgálata K-77 Az OpenX modellezési család használatának lehetőségei K-78 HD térképi adatbázis frissítési lehetőségei fedélzeti kamerák segítségével K-79 Biológiai megközelítésen alapuló multimodális jelzésrendszer koncepciójának kialakítása Csiszár Csaba Csiszár Csaba Csiszár Csaba ÉMK FMT; Dr. Barsi Árpád ÉMK FMT; Dr. Barsi Árpád ÉMK FMT; Dr. Barsi Árpád GPK; Dr. Korondi Péter A tömegrendezvények megközelítése és az azokon belüli mozgás együttesen jelentős terhelést jelent rövid idő alatt a gyalogos hálózaton. A kapacitások meghatározása összetett tervezési és üzemeltetési feladat. Feladatok: látogatók szükségleteinek feltárása és priorizálása; a döntéseiket befolyásoló tényezők feltérképezése. A rendezvény környezetéből adódó sajátos problémák azonosítása, azokra adott válaszok kidolgozása (pl. információs szolgáltatások). Új technológiák és üzemeltetési módszerek szükségesek a speciális kihívások kezelésére (pl. a hűtött árukat szállító kamionok töltése a parkolóhelyeken).feladatok: a töltési megoldások elemzése, értékelése; telepítési és üzemeltetési javaslatok kidolgozása. A különböző forrásokból rendelkezésre álló üzemeltetési adatok (fedélzeti egység, okostelefonos alkalmazás, töltő infrastruktúra) elemzése, új összefüggések (pl. töltési szokások, térbeli jellemzők) feltárása. A töltőhálózat (smart grid) és a járművek közötti energiaáramlás új módszerek alapján kezelhető hatékonyan. A kutatás célja az elektromos járművek töltésében érintett szereplők közötti kommunikáció, továbbá adatcsere egyszerűsítésére létrehozott, egységes információs rendszer kidolgozása. A rendszer segítségével, valamint a hozzá tartozó alkalmazással a felhasználó szempontjából releváns információs szolgáltatások és funkciók hozzáférhetők. Az egyetem területén belüli útvonalak kialakításának lehetősége figyelembe véve a felhasználók honnan-hová utazási igényeit. A járművek önvezetési funkcióinak vizsgálata, a szükséges feltételek meghatározása. Az önvezető járművekkel szembeni felhasználói igények felmérése. A lehetséges járműtípusok felmérése, az üzemeltetés feltételeinek vizsgálata. Mintaterület földi (TLS) szkennelésével és járműfedélzeti lidar segítségével nyert pontfelhők geometriai és statisztikai vizsgálata, az összekapcsolásuk lehetőségének tanulmányozása Az OpenDrive-OpenCRG-OpenScenario modellcsalád használata, adatfeltöltésének lehetőségei, bővítésének vizsgálata A járművekre szerelt fedélzeti kamerák képeinek kiértékelésével a korábban már létrehozott HD térkép állapotának ellenőrzése, a változások detektálása és a térkép frissítése Az önjáró autók utakon való megjelenésekor várható átmeneti időszakban önjáró és sofőr által vezetett autók is forgalomban lesznek. Ez az időszak szükségessé teszi az önjáró autók kommunikációs jelzéseinek kidolgozását, melyekkel a más autókban ülő emberi sofőrökkel eredményesen tudnak kommunikálni. Ezt követően is fontos lesz a közlekedésben résztvevő, sérülékenyebb felekkel való kommunikáció (gyalogosok, kerékpárosok, motorkerékpárosok). Ez a kommunikáció hagyományosan emberek között zajlik (pl. sofőr int a gyalogosnak, hogy átmehet a gyalogátkelőn), ennek az alternatíváját kell kialakítanunk úgy, hogy az autó megfelelő jelzéseket adjon ki, és képes is legyen a fontosabb, ember általi jelzések megértésére.

12 Szakmai program szervezési feladatok Sorszám Téma Felügyelő oktató Sz-1 Szakmai programok előadások és üzemlátogatás szervezése a Dr. Tóth János közlekedéstechnika területén Sz-2 Szakmai programok előadások és üzemlátogatás szervezése a Harth Péter járműtechnika területén Sz-3 Szakmai programok előadások és üzemlátogatás szervezése a Dr. Bóna Krisztián logisztika területén Sz-4 Szakmai programok előadások és üzemlátogatás szervezése az autonóm járművek területén Bécsi